AI原生时代下，让世界适应Agent，而非教AI做人 | 港大黄超@AIGC2026
一句话看懂：香港大学助理教授黄超在2026中国AIGC产业峰会上提出，AI Agent不应费力模仿人类操作图形界面，而应让软件原生支持命令行接口。他带领团队开源轻量级Agent框架nanobot（下载量超20万次），并推动CLI-Anything项目，试图重新定义Agent与数字世界的交互方式。
事件核心：发生了什么
在量子位主办的2026中国AIGC产业峰会上，黄超系统回顾了其团队两年多关于AI Agent的实践。团队反其道而行之，开源了仅数万行代码的通用Agent框架nanobot，连续100天日更迭代，下载量突破20万次，被DeepSeek推荐为全球15个Agent之一，曾在OpenRouter平台排名第四。在此基础上，团队提出CLI-Anything方案，将专业软件（如3D建模、设计工具）重新包装为命令行接口（CLI），让Agent直接驱动。目前CLI Hub已覆盖80个软件、31个分类。黄超认为，相比图形界面（GUI），CLI才是真正AI原生的Computer Use方式——不是教AI用鼠标，而是让数字世界说AI的语言。
为什么重要
这一观点直接挑战了当前AI Agent的主流技术路线——让Agent模仿人类操作GUI。黄超指出，GUI路径存在两大根本缺陷：多模态交互成本过高，以及基于像素级精准点击的可靠性不足。他强调，Agent的核心场景不应局限于对话和代码生成，而要成为能操控复杂软件生态的“数字劳动力”。由此，CLI-Anything代表了一种交互范式的根本重构：从“人类友好”到“AI友好”。同时，团队在Agent自进化方面选择外部技能沉淀路线，而非内部参数调优或工作流优化。其AI自动化科研实验显示：当8个Agent协调8张H100显卡训练模型时，集群确实能提升效率，但扩展至更大规模后出现边际收益递减，甚至协调开销超过性能增益。这暗示Agent协作存在最优临界规模，为行业提供了反直觉的参考。
对用户/开发者/创作者的影响
对开发者：nanobot的开源和轻量设计降低了Agent开发门槛，开发者可快速二次开发或学习Agent技术栈。CLI-Anything的提出意味着未来为AI提供CLI接口可能成为软件开发的标配，而不是编写复杂的API文档或等待Agent调优GUI操作。对创作者/企业用户：若CLI-Anything方案落地，用户无需学习3D建模、设计软件等专业工具的复杂界面，只需通过Agent下达自然语言指令，由Agent通过CLI完成操作。这有望降低专业软件的使用门槛，但也要求企业为既有软件增加命令行封装能力。对AI行业：黄超强调“Token本身就是实际成本约束”，Agent必须在追求能力上界的同时考虑经济性。未来Agent产品可能不再一味追求“更聪明”，而是追求“更省钱”且“更稳定”。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，CLI Hub能否从80个软件扩展至主流商业软件生态（如Adobe、Autodesk系列），并获得软件厂商支持或形成开源社区维护的协作机制。第二，nanobot在长程复杂任务中的实际表现——黄超团队用其开发完整马里奥游戏以验证端到端能力，但ToB场景的鲁棒性尚未有公开数据支撑。第三，Agent协作的临界规模是否有更通用的数学规律，对其在企业级集群部署中的成本收益计算至关重要。
来源：量子位 · 每日最新
